基于Transformer网络的Wi-Fi CSI数据时空三维点云生成
信号处理
2024-10-23 v1 机器学习
摘要
联合通信与感知（JC&S）正在成为5G和6G网络的关键组成部分，能够动态适应环境变化并增强情境感知以优化通信。通过利用实时环境数据，JC&S改善了资源分配，降低了延迟，并提高了功率效率，同时还支持仿真和预测建模。这使其成为反应式系统和数字孪生的关键技术。这些系统可以实时响应环境事件，在智慧城市、医疗保健和工业5.0等领域具有变革潜力，这些领域对自适应和多模态交互的需求对于增强实时决策至关重要。在这项工作中，我们提出了一种基于Transformer的架构，该架构处理时间信道状态信息（CSI）数据（包括幅度和相位），以生成室内环境的3D点云。该模型利用多头注意力机制捕获CSI数据中复杂的时空关系，并适用于不同的CSI配置。我们使用MM-Fi数据集评估了该架构，采用了两种不同的协议来捕获室内环境中的人体存在。该系统在准确的3D重建方面展现出巨大潜力，并能有效区分近处和远处的物体，推进了未来无线网络中空间感知的JC&S应用。
关键词
引用
@article{arxiv.2410.16303,
title = {Spatio-Temporal 3D Point Clouds from WiFi-CSI Data via Transformer Networks},
author = {Tuomas Määttä and Sasan Sharifipour and Miguel Bordallo López and Constantino Álvarez Casado},
journal= {arXiv preprint arXiv:2410.16303},
year = {2024}
}
备注
7 pages, 5 figures, 1 table